正文
当然还有个问题,就是说数据对我们如此重要,我们在2015年之前大家都知道分析数据,所有的金融工程都做分级基金,每天下班发个表,说今天有套利空间。废话,都收盘了还有什么意义。所以说数据要是实时的、可用的,这是我们集思录要干的一件事。还有可转债基金,还比如定增基金,它的估值方式是有不一样的,它是使用摊余成本法去估计定增市价跟增发价的一个均衡,定增基金会有净值、交易价格和市价估值三种方法,我们会把它们都做了。还有货币管理数据,比如说我今天不想交易的话做回购,或者这个钱到
底怎么投?那我们有回购,有货币ETF,还有银行理财,后面还做赎回套利。投资端的东西我们的选择就非常多,选择多的话就有比较,
所有的事情只有在有比较的情况下我们才能判断好坏,如果没有比较是判断不出来好坏的,这是必然的。
最后一个问题就是
高效地数据处理
,所谓高效就是快速与正确,但是问题来了,刚才好几位主持人给你演示一堆数据,那他们的数据算得对不对?我是理性的,因为这不是我算的数据,正确性怎么样,计算结果对不对?
我需要去验证,这对我们金融从业者是十分重要的事情。
如果你都不会去编程,怎么去验证别人数据的对错,你如何去做比较?你不会做比较,如何去再做判断做投资?这都是一些很好的问题。我之前讲过很多例子,今天不细讲了。就我们的思维当中很多东西可能都是错的,很多思维都具有问题,只有经过复杂的数据处理,我们才明白计算并非那么简单。同样一个指数的PE和PE的TTM或者PE或者PB、PS、TTM,你会发现不同的数据提供商提供的结果是不一样的,但是哪个是准确的不知道,那我就要自己算了。
那
自动化的处理流程
是什么样的?就是取数据,然后处理,再分享出去一个结果,这些都是编程做的。AI是通过数据学习的对吧,你们自己都不通过数据学习,肯定比不过人家。AI是通过数据学习的,我们也是通过数据学习的,那问题就是说我也买基金,我也要做FOF,人家都说团队,我就一个人,这区别很大怎么办呢?我得另辟蹊径,或者找条有效的路。路的话怎么去找呢?那你通过数据学习,会发现我们基金投资者都是亏钱的。为什么呢?每个人都想干一件低买高卖的事,机构就是干这个事情——
低买高卖